Gemini 4 Neon进API、Genie 4开闸:谷歌把模型塞进文档和虚拟世界

11月18日到19日,谷歌在两条线上同时推进:一条是把 Gemini 4 Neon 放上 Gemini API 的付费层,另一条是让 DeepMind 的 Genie 4 向 Google AI Ultra 订阅用户分批开放。前者关乎开发者怎么用,后者关乎普通人怎么「走进」一个由模型生成的场景。
Neon的位置:夹在Hydrogen和Carbon之间
按官方口径,Neon 排在 Gemini 4 Hydrogen 与 Gemini 4 Carbon 之间,只走付费层,没有免费额度。定价是每百万 token 输入 3 美元、输出 15 美元,思考 token 计入输出,上下文缓存 0.15 美元;批量接口打对折,输入 1.5 美元、输出 7.5 美元。上下文窗口 100 万 token,解码上限同样是 100 万,思考等级分低、中、高(默认)与 xhigh 四档。
这组参数透出一个很实际的定位:它不是给聊天场景准备的,而是给需要长文档、长代码库、长会话的工程任务准备的。四档思考等级则把「想多久」变成了一个成本旋钮——同一个模型,简单任务压到低档省钱,复杂推理开到 xhigh 换准确率。
更实用的改动:Gemini API 能直接读 Office 文件
同一天上线的还有一项容易被忽略的能力:Gemini API 开始直接接收 Word、PowerPoint、Excel 与 OpenDocument 文件,并支持按页码范围、工作表标签、时间区间切片,只处理被选中的那一段,也只按那段计费。
对开发者来说,这省掉了一整层预处理:过去要把 Office 文件转成文本或图片再喂给模型,转换环节本身就是错误来源。对企业来说,切片计费改变了成本模型——一本三百页的标书,只问其中二十页的条款,不必为剩下两百八十页付钱。
Genie 4:提示词能改天气,还能加人
Genie 4 是谷歌的世界模型产品线,这次在 Project Genie 里向符合条件的 Ultra 用户开放。相比上一代,最直观的变化是会话中途可以用提示词改变场景:换天气、加角色、改变行动走向。第一次加入的原生实时音频,让声音跟着画面走,而不是后期贴上去。同时上线的还有帮助搭建世界的 Project Genie 智能体,以及一个分享作品的社区画廊。
世界模型和视频生成的区别在于「可交互」。视频是一段确定的输出,世界模型是一个能被反复进入、被改写状态的空间。这类能力一旦成熟,最先被冲击的不是影视,而是训练、仿真与游戏原型这些需要大量「试一遍」的场景。
入口变多之后,内容要按「切片」来写
把这两件事放在一起看,会发现一个共同的趋势:模型读取内容的入口在变多,粒度在变细。文档按页切、表格按标签切、音视频按时间区间切。对做内容的人来说,这意味着「整篇的逻辑」不再是唯一重要的东西,每一个被单独切出来的片段都必须自己能站住。
这正是 GEO 里最容易被忽略的一条:生成式引擎引用的往往不是整篇文章,而是其中一段。一段话如果离开上下文就读不懂,它被摘录的概率就很低;反之,一段自带主语、时间、数字与结论的话,即使被单独抽出来也成立,就更容易成为答案的组成部件。把每一节写成「可独立引用」的单元,比在文末堆一堆总结有效得多。
谷歌这一轮更新没有开一场盛大的发布会,但方向足够清楚:模型正在往文档里走,往场景里走,往更细的切片里走。内容侧要做的调整也不复杂——让每个片段都完整,让每个数字都有出处,让每次更新都留痕。
(文 / AI30媒体部 | 最后更新:2026年11月19日)



